Skip to main content

Tecnologia + operações: o dínamo da melhoria do desempenho

Novas técnicas de automação podem representar o primeiro passo para o contínuo redesenho de operações críticas – viabilizado pela tecnologia –, criando um ciclo intuitivo de “operações-a-tecnologia”, no qual a tecnologia aprimora as operações e vice-versa.

Os líderes de operações em todos os setores estão implementando novas ferramentas e técnicas de automação, em paralelo a planos de modernização de TI de longo prazo, com o objetivo de digitalizar rapidamente a última parte de processos dentro de uma empresa. Aliados a progressos em TI (incluindo desenvolvimento de software e microsserviços ágeis) e em desenho organizacional (tais como plataformas mais robustas de aprendizado, indo além da estrutura matricial tradicional com metodologias ágeis), os líderes de operações podem transformar suas operações rapidamente em tecnologias – tecnologias que eles detêm, administram e aprimoram continuamente – reduzindo os custos em até 60% e melhorando a qualidade e a tempestividade.

Entretanto, muitas equipes de operações e suas lideranças seniores estabelecem ambições muito modestas e têm dificuldades para causar impacto ainda nas primeiras etapas da jornada. Sem uma meta clara e um mandato sólido para mudar seu modelo operacional, muitas empresas continuam presas no “purgatório do piloto”: o investimento é incerto, há pouco impacto em nível de escala, as equipes abandonam os esforços depois de alguns projetos isolados e concentram-se apenas em soluções pontuais, em vez de construir um verdadeiro motor para execução e melhoria contínua.

A utilização dessas ferramentas de maneira aleatória e não planejada pode levar não apenas à ineficiência, mas também ao caos operacional: robôs instáveis que bloqueiam sistemas e processos, um emaranhado de processos complicados que nunca são questionados ou adequadamente redesenhados e gestores que não conseguem administrar uma força de trabalho virtual. No entanto, quando tratadas da maneira correta e na sequência certa, tais ferramentas são o primeiro passo para acelerar o redesenho contínuo e viabilizado tecnologicamente em muitas áreas operacionais, fortalecendo a resiliência operacional e aumentando a produtividade.

Para superar essas falhas comuns, as empresas deverão:

  • Desenvolver um ciclo intuitivo de operações-a-tecnologia que ajude as equipes de operações a compreender como é um mecanismo de melhoria contínua dentro do contexto de automação e do modelo operacional da próxima geração;
  • Identificar os maiores desafios normalmente enfrentados pelos gerentes quando querem lançar ou acelerar o ciclo de operações-a-tecnologia; e
  • Criar, no curto prazo, um manual eficaz para ajudar os gerentes a superar esses desafios, garantir resultados sustentáveis no curto e longo prazos, criar novas oportunidades para os funcionários e mudar a visão de melhoria contínua dentro da organização.

Embora as empresas unam tecnologia e operações de maneira iterativa há muito tempo, a maioria das instituições ainda enfrenta dificuldades com uma TI complexa e operações complicadas, de alto custo e, muitas vezes, propensa a erros.

A metodologia Lean e outras abordagens de excelência operacional ajudam imensamente as operações, concentrando-se no cliente, eliminando o desperdício, aumentando a transparência e criando uma cultura que impulsiona a melhoria contínua. Mas esses esforços isolados podem ser altamente limitados pelos sistemas de TI, que podem demorar a ser implementados, são caros e complexos de gerenciar. Enquanto isso, as operações deverão lidar com processos que permanecem extremamente manuais e fragmentados.

Como será o futuro

Mudanças recentes na tecnologia – principalmente em ferramentas de data mining e de processamento de linguagem natural, robótica (tanto a automação robótica de processos ou RPA, e a automação robótica de desktop ou RDA), machine learning e inteligência artificial acessíveis, ferramentas aprimoradas de gestão de dados, e microsserviços definidos por APIs (interfaces de programação de aplicações) criaram um novo conjunto de possibilidades. As empresas podem modernizar sistemas complicados, automatizar etapas manuais e fazer com que os dados sejam focados para análises e insights mais rapidamente, a fim de identificar e resolver as causas-raiz de ineficiências ou outros problemas.

Chamamos esse ciclo de melhoria contínua de “transformação de operações em tecnologia”. É uma maneira abreviada de denominar o conjunto de codificação de todas as etapas manuais e regras que existem em muitas áreas operacionais, bem como o manual virtual que existe apenas na mente das pessoas de operações críticas. O resultado é um conjunto de instruções codificadas que bots automatizados podem testar, atualizar e executar com facilidade e rapidez. As ferramentas automatizadas também podem criar trilhas de auditoria e gerar novos dados, seja de forma bottom-up para trabalhos específicos que estão sendo processados, seja de forma top-down relacionada ao modo como os processos estão sendo executados. Isso permite novas análises, insights e impacto.

As empresas podem usar machine vision, data mining e processamento de linguagem natural para analisar fontes de dados complementares, como ações de desktop, arquivos de log e transcrições de chamadas, além de fornecer acompanhamento em tempo real aos operadores e uma imensa quantidade de detalhes para otimização específica e análise para a eliminação da causa-raiz. Essa abordagem dispara um poderoso dínamo de melhoria contínua que pode ser conduzido pelas equipes de operações (Quadro).

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

A combinação dessas ferramentas e capacidades, usada da maneira correta, é revolucionária. Conhecemos várias grandes organizações em todos os setores que estão no caminho certo para alcançar eficiências de 50% ou mais nos próximos três a cinco anos. Por exemplo, uma instituição financeira usou o dínamo para reduzir os custos em cerca de 45% nas operações em dois anos e está no caminho certo para obter mais economias e novas oportunidades de negócios. Outra instituição financeira conseguiu redesenhar e automatizar suas operações globais e reduziu os custos em 50%, eliminando o extenso trabalho duplicado e os erros no recebimento de dados. Em ambos os casos, as instituições usarão parte da economia feita para financiar a migração do trabalho manual de baixo valor para o serviço orientado por dados e de alto valor para o cliente.

Em um terceiro exemplo, um banco automatizou 60% do roteamento de solicitações de pagamento dos clientes. Como os clientes devem assinar fisicamente essas solicitações de pagamento, o processamento otimizado exige vários recursos de automação. O banco usou o conceito de dínamo para ampliar de forma iterativa o escopo e a eficácia do processamento automatizado de documentos. O fluxo de trabalho demonstrou ser um capacitador essencial ao consolidar e monitorar volumes, registrar êxitos e exceções e fornecer dados valiosos para o gerenciamento da capacidade e a adesão ao acordo de nível de serviço, enquanto o trabalho manual foi diminuindo com o passar do tempo.

Esse ciclo tornou-se possível apenas nos últimos anos, à medida que a automação e o machine learning melhoraram consideravelmente. A velocidade de desenvolvimento aumentou de forma substancial e a amplitude dos processos automatizáveis também cresceu drasticamente: não apenas a simples entrada de dados manual, mas também os processos mais baseados em conhecimento, tais como a geração de insights a partir de dados. Um banco global automatizou partes importantes da função de analista de patrimônio na leitura de relatórios financeiros. Entre as muitas tarefas amplamente automatizáveis, encontram-se: comparação de vendas na mesma loja, elaboração de conclusões e geração de comentários.

Falsos começos?

Em muitas áreas operacionais, o aprimoramento dos processos pode estagnar porque eles não estão bem definidos; e se estiverem bem definidos, pode ainda não haver dados suficientes para identificar as causas-raiz de um problema ou apontar oportunidades de melhoria. Ou ainda, a expectativa de uma plataforma que poderia causar mudanças significativas em uma área ou processo pode fazer com que as equipes fiquem à espera desse dia, em vez de melhorar hoje.

Considerando as prioridades concorrentes, as empresas podem deixar de investir no mapeamento de processos básicos e na microeconomia. Ou podem não enxergar um caso de negócios sólido que justifique a automação da última parte dos processos da empresa, talvez porque os processos em questão não sejam frequentes ou envolvam relativamente poucas pessoas. Mesmo quando elas criam uma solução de automação razoavelmente completa, tal solução pode ser rígida demais para permitir atualizações que acompanhem as mudanças nas condições de negócios.

Dessa forma, esses gerentes acabam negligenciando o custo total da automação feita de forma incompleta. Por exemplo, eles não consideram as longas discussões internas sobre como lidar com uma exceção específica. Tais discussões podem envolver funcionários seniores “redescobrindo” como abordar uma tarefa, tentativa e erro ao trabalhar usando sistemas antigos, projetos que passam de uma equipe a outra que não está acostumada a lidar com atividades de baixo volume, o risco e custo de corrigir erros e o investimento na manutenção de materiais de treinamento, compliance e apresentação de relatórios incompletos, desatualizados e possivelmente não utilizados. Um cliente de uma seguradora calculou que esses tipos de desafios inflacionaram os custos operacionais reais em 30 vezes a estimativa inicial.

Como obter os melhores resultados do dínamo de tecnologia

Os líderes em automação têm uma visão diferente. As ferramentas de automação de processos com documentação automática fornecem uma solução que geralmente é menos arriscada e mais barata do que depender da memória de uma pessoa-chave ou recorrer à documentação manual. Ao mesmo tempo, as ferramentas de automação atuais fornecem um retorno de investimento rápido o suficiente para permitir que as empresas coloquem em prática o mapeamento e a instrumentação corretos do processo.

À medida que o processo é executado, são gerados dados sobre interrupções de processos e áreas de desempenho mais lento, fazendo girar o dínamo de operações para tecnologia. Dessa forma, a economia não é feita apenas com a eliminação do trabalho manual, mas também com o gerenciamento de equipes com uma visão mais aguçada dos desafios e da variabilidade do desempenho no dia a dia. Com a flexibilidade suficiente já incorporada, uma empresa pode usar essas informações para melhorar o processo existente ou eliminar os riscos de futuras mudanças na área de TI. As atualizações de regras necessárias para alterar o processo geralmente são muito simples e instantaneamente escalonáveis nos processos relacionados. Os funcionários não precisam passar por uma reciclagem. Livres de tarefas repetitivas, os especialistas podem se concentrar nas melhorias no processo e automatizar exceções de menor volume.

O banco global mencionado anteriormente fez isso muito bem. O entendimento de como seus clientes e parceiros realmente utilizavam seus serviços e dados se mostrou crucial para destravar novas eficiências e inovações conjuntas no modelo de negócios. Depois de automatizar os negócios dos clientes e o processamento de modelos, os executivos tinham uma visão sólida dos tipos e frequência de exceções e erros por cliente, tipo de negócio e produto. Esses dados foram usados para engajar os clientes em formas de reduzir os custos de interação, melhorar modelos e até mesmo conseguir trabalho pago de integração para implementar um processamento mais direto. Esse redesenho de processo, que vai “além do ponta a ponta”, é cada vez mais comum à medida que as empresas olham para os dois extremos do processo de interação com clientes e seus conjuntos de dados internos.

Alcançar o nível ótimo

Embora esse ciclo de operações-a-tecnologia da próxima geração seja simples o suficiente para ser discutido amplamente nas equipes de operações, observamos consistentemente vários desafios comuns em cada etapa.

Na etapa de descoberta e análise, uma parte necessária da identificação de oportunidades e engajamento de TI é atingir o nível certo de granularidade para que o responsável possa realmente supervisionar os processos e entender seu desempenho. Mas nem sempre as coisas funcionam como deveriam. Quando a granularidade é muito alta, as empresas perdem novas oportunidades de automação porque há muitas exceções manuais. Quando é muito baixa, a complexidade (e os casos de negócios resultantes) podem parecer desanimadores.

A descoberta deve começar em um nível alto, questionando a necessidade de exceções. Identifique oportunidades para simplificar, reorganizar e padronizar processos - minimizando exceções - antes de investigar o próximo nível de detalhamento. A eliminação de variantes com baixo valor agregado é uma oportunidade importante para a melhoria contínua. Execute este trabalho em sprints rápidos, em vez de tentar mapear todos os casos e exceções exaustivamente na primeira iteração.

Na etapa de redesenho viabilizado pela tecnologia, a elaboração do processo base zero, tendo em mente as mais recentes tecnologias de automação, ajuda a manter as ambições altas. Algumas questões básicas estruturam a tarefa: o que nos impede de digitalizar ou automatizar os processos de ponta a ponta? A atividade baseada em regras pode reduzir as exceções atuais e o processamento manual? Alguma espécie de raciocínio complexo é necessária? Alguma das novas tecnologias de automação pode ajudar? Um novo front-end digital ou um conjunto de inputs estruturados são necessários? Existem obstáculos políticos ou regulamentares que impeçam o processamento direto? A compreensão de cada possível barreira, juntamente com uma visão realista da viabilidade e do esforço necessário, ajuda a priorizar as ações. Mesmo quando a digitalização possa demorar alguns anos, muitas vezes haverá oportunidades de automação de curto prazo que reduzirão o risco cumulativo do esforço de digitalização e o custo de implementação - e poderão até mesmo ser autofinanciados.

Na etapa de automação e digitalização, desenvolvimentos tecnológicos animadores estão acelerando o caminho para o impacto e gerando dados durante os processos, que as empresas podem usar para melhoria contínua. Por exemplo, novas ferramentas e recursos de automação – alguns originados de esforços realizados pela comunidade, como fóruns entre os líderes de automação – permitem que as empresas resolvam rapidamente desafios comuns baseados em padrões de configuração usuais, melhores práticas e plataformas de código aberto. Adaptadores também estão amplamente disponíveis ou podem ser desenvolvidos de maneira reutilizável para integração com muitos sistemas comuns de software corporativo. Por exemplo, uma empresa seguradora conseguiu reduzir o tempo de lançamento de seu programa de automação em cerca de cinco meses, em parte fazendo uso das melhores práticas aprendidas em um fórum, além de estruturar suas equipes corretamente e organizar sua arquitetura de TI e convenções de nomenclatura corretamente desde o começo.

Na etapa de análise de dados e impacto, os gerentes de operações deverão sentir-se responsáveis e ter senso de urgência ao conduzir o processo de operações-a-tecnologia com sucesso. Ferramentas de automação avançada (às vezes em conjunto com ferramentas de data mining e de processamento de linguagem natural) podem ajudar gerentes a analisar mais dados do que os exercícios tradicionais de amostragem permitem – apontando oportunidades em potencial, sugerindo prioridades e oferecendo monitoramento contínuo. As metas de desempenho devem ser ajustadas de acordo, em todos os níveis da organização, e ser de responsabilidade da equipe de operações.

Depois que esse dínamo de redesenho é colocado em prática, as organizações podem ter ambições muito maiores. Reduções drásticas de custos e aumento de confiabilidade e capacidade de serviço ao cliente são apenas o começo daquilo que elas podem alcançar.

Sobre o(s) autor(es)

Federico Berruti é sócio da McKinsey no escritório de Toronto, David Taylor é sócio associado no escritório de Londres e Allen Weinberg é sócio sênior no escritório de Nova York.